Pour aller un peu plus loin

Gouvernance

Le Gartner Group fait une différence entre la gouvernance des données et celle de l’information.

La gouvernance des données est "la spécification des autorisations de décisions et d’un framework de responsabilités pour assurer un comportement adapté pour la valorisation, la création, la consolidation et le contrôle des données et des analyses".

La gouvernance de l’information est "la spécification des autorisations de décisions et d’un framework de responsabilités pour assurer un comportement adapté pour la valorisation, la création, le stockage, archivage et la suppression des informations". Cela inclut les process, les rôles, les politiques, les standards et les métriques qui assureront une utilisation efficace et efficiente des données permettant à l’organisation d’atteindre ses objectifs.

Il existe plusieurs raisons de mettre en place un système de gouvernance de données. Selon une étude réalisée en 2017 par CIO Water Cooler, 54 % des sondés prennent l’initiative pour améliorer l’efficience de leur système, 39 % pour des raisons réglementaires et 7 % pour améliorer la relation client.

L’équipe de gouvernance est habituellement composée du top management, des responsables d’équipes, des équipes de gestion de projets et des stewards.

L’engagement du top management est capital pour le succès de l’initiative. La même étude montre le taux de compréhension de l’intérêt de la gouvernance par le business. Avec le support du top management...

Qualité de données

La qualité de données est le nerf de la guerre dans de nombreuses organisations. Il arrive qu’il y ait des process et des équipes dédiées. Si ce n’est pas le cas, voici une manière très efficiente de mettre en place une politique de qualité des données. Ce sont quelques étapes simples permettant d’être mettre le doigt sur les problèmes réels tout en évitant de passer du temps sur les erreurs qui ne sont pas signifiantes pour le business.

Le sauvetage d’un jeu de données peut sur de nombreux points se comparer au sauvetage en plongée… et puis l’analogie est un peu moins austère !

Admettons que l’un des plongeurs de la palanquée soit manquant à l’appel. Le sauvetage va se dérouler en plusieurs étapes.

Architecture

Voici un autre domaine qui mériterait un livre à lui seul. Loin d’être exhaustif, ce chapitre décrira les axes à suivre lors des choix d’architecture. Il faudra néanmoins prendre le temps de réfléchir aux options choisies, car elles influenceront fortement les capacités et l’agilité de la solution. Il est également très difficile et coûteux de revenir sur des choix architecturaux. Les choix architecturaux sont également très dépendants de l’existant (et de sa dette).

Dans l’idéal, une "bonne" architecture adéquate doit se conformer à plusieurs critères.

Elle doit tout d’abord autoriser une grande variété d’utilisations, qui peuvent être des rapports utilisés par le top management, des visualisations prédéfinies (scorecards, dashboards...), des utilisations analytiques et prédictives, des requêtes ad hoc, des cubes OLAP et du self-service… Toutes les utilisations ne seront pas forcément implémentées dès de départ, mais la possibilité de répondre à des utilisations futures est importante.

La qualité et la granularité des données doivent être maîtrisées. Pour être utilisable, la plateforme doit gérer la qualité...

Les outils du marché

Il existe bien des outils sur le marché pour prendre en charge le processus de recueil des besoins dans son intégralité. Cependant peut-il exister des outils et des frameworks qui peuvent servir à la formalisation ? Je passe ici sur les outils de bureautique (Excel, Word, PowerPoint) qui peuvent servir à capturer l’information, mais ne donnent aucune directive sur le contenu.